Qu’est-ce que le développement ?

Les pays du Monde depuis 1990

Ce document propose de décomposer les étapes successives d’une démarche de création d’une base de donnée sur le développement des pays du Monde.
Claude Grasland (Professeur à l’Université de Paris)


Introduction

1 LE CHOIX DES UNITES GEOGRAPHIQUES

Au cours de cette étape, on va essayer d’associer à chaque pays du Monde une géométrie permettant d’en faire la cartographie. Longtemps compliquée, cette opération est maintenant facilitée par le packge sf (spatial features) qui permet grosso modo de stocker la géométrie (contour des pays) sous la forme d’une simple colonne ajoutée au tableau de données. On peut ensuite facilement réaliser des changements de projections et des cartes statiques ou dynamiques.

Une difficulté plus importante est de trouver un fonds de carte où le code des unités géométriques corresponde à celui des unités statistiques que nous avons collectées. Cette opération de jointure s’avère toujours délicate et elle l’est tout particulièrement dans le cas des pays du monde qui sont un objet finalement mal défini, tant sur le plan politique que sur le plan statistique.

1.1 L’API Natural Earth

Nous allons ici utiliser le fonds de carte Natural Earth qui est un fonds de carte libre de droit et mis à jour régulièrement. Le site web du projet se situe à l’adresse suivante :

https://www.naturalearthdata.com/

Il indique ses objectifs comme suit :

“Natural Earth is a public domain map dataset available at 1:10m, 1:50m, and 1:110 million scales. Featuring tightly integrated vector and raster data, with Natural Earth you can make a variety of visually pleasing, well-crafted maps with cartography or GIS software.[…] Natural Earth was built through a collaboration of many volunteers and is supported by NACIS (North American Cartographic Information Society), and is free for use in any type of project (see our Terms of Use page for more information).”

On peut télécharger les différents fonds de carte sur le site web, mais dans une perspective de mise à jour automatique régulière du fonds de carte il est plus pertinent d’utiliser l’API rnaturalearthqui permet d’accéder directement à la plupart des fonds de carte avec juste quelques lignes de code.

1.1.1 le fonds de carte countries110 (175 unités)

On va télécharger tout d’abord le fonds de carte des pays du Monde avec une forte généralisation des contours countries110 et le transformer en objet de type sf avant de le visualiser et d’ examiner le nombre d’unités

map<-st_as_sf(sovereignty110)
par(mar=c(0,0,0,0), mfrow=c(1,1))
plot(map$geometry,col="lightyellow")

dim(map)
[1] 171  64

Ce fonds de carte comporte 175 unités spatiales, mais de quoi s’agit-il exactement. Les métadonnées associées permettent de se faire une idée plus précise de la nature exacte de ces unités. Prenons pour cela quelques exempes

sel<-map[map$adm0_a3 %in% c("FRA", "NCL","ATA","ATF","USA", "PRI","CHN","TWN","MAR", "SAH","CHN","TWN","ISR","PSX"),c("sovereignt","sov_a3","type","admin", "adm0_a3","name","note_adm0","iso_a3","wb_a3")]
kable(sel)
sovereignt sov_a3 type admin adm0_a3 name note_adm0 iso_a3 wb_a3 geometry
6 Antarctica ATA Indeterminate Antarctica ATA Antarctica NA ATA NA MULTIPOLYGON (((-59.57209 -…
75 Israel ISR Sovereign country Israel ISR Israel NA ISR ISR MULTIPOLYGON (((35.8211 33….
96 Morocco MAR Sovereign country Morocco MAR Morocco NA MAR MAR MULTIPOLYGON (((-5.193863 3…
131 Western Sahara SAH Indeterminate Western Sahara SAH W. Sahara Self admin. ESH NA MULTIPOLYGON (((-8.794884 2…
157 Taiwan TWN Sovereign country Taiwan TWN Taiwan NA TWN NA MULTIPOLYGON (((121.7778 24…

Les exemples présentés dans le tableau ci-dessus montrent la complexité du problème de définition et de représentation cartographique des “pays” ou “bouts du monde”. Quelques remarques :

  1. La France (FR1) en tant qu’état souverain regroupe ici cartographiquement la partie métropolitaine du pays et les Départements d’Outre-Mer (Guyane Française, Réunion, Martinique, Guadeloupe) en une seule entité spatiale, mais elle met à part la Nouvelle Calédonie et les îles antarctiques.
  2. Porto Rico (PRI) est considéré comme une dépendance des Etats-Unis (US1) au même titre que la Nouvelle Calédonie(NCL) est considérée comme une dépendance de la France (FR1).
  3. Le Sahara occidental (SAH) est considéré comme une zone indéterminée bien qu’il soit occupé par le Maroc (MAR).
  4. la Palestine (PSX) est considéré comme une zone disputée mais rattachée en terme de souveraineté à Israël (ISR) et une note précise qu’elle est partiellement semi-administrée. Le code sur trois caractères des territoires palestiniens est très variable selon les organisations (PSX, PSE, WBG).
  5. Taïwan (TWN) est présenté comme un état souverain, mais son code ISO3 est manquant pour la banque mondiale car la Chine refuse de le reconnaître.
  6. Plusieurs états souverains de petite taille sont absents de ce fonds de carte qui ne regroupe que 175 unités soit moins que les 193 pays membres des Nations-Unies. La plupart des îles du Pacifique sont en particulier éliminées car leur surface les rendrait invisible pour le degré de généralisation cartographique adopté.

1.1.2 le fonds de carte sovereignty110 (171 unités)

On peut obtenir un fonds différent en installant le package complémentaire rnaturalearthdata qui permet notamment de distinguer le fonds de carte des countries (c’est-à-dire des “bouts du monde” souverains ou non) et des sovereignty (c’est-à-dire des états souverains)

map<-st_as_sf(sovereignty110)
par(mar=c(0,0,0,0))
plot(map$geometry,col="lightyellow")

dim(map)
[1] 171  64

Le fonds de carte permet désormais de récupérer la plupart des pays souverains du Monde, y compris les petits états insulaires du Pacifique, mais il fait disparaître de façon sélective les territoires indéterminés ou disputés. Ainsi, le Sahra Occidental demeure partiellement séparé du Maroc mais les territoires palestiniens sont annexés à Israël ainsi que le plateau du Golan ce qui n’est évidemment pas un choix neutred’un point de vue géoolitique.

par(mfrow=c(1,2))
plot(map[map$sov_a3 %in% c("ISR","JOR","SYR","LBN","EGY"),]$geometry, col=c("gray80","orange","gray80","gray80","gray80"))
title("Limits of Israël",cex=0.5)
plot(map[map$sov_a3 %in% c("MAR","SAH","DZA","MRT"),]$geometry, col=c("gray70","orange","gray70","lightyellow"))
title("Limits of Morocco")

1.1.3 Le fonds de carte tinycountries110

On peut aussi revenir au fonds de carte des countries et extraire les “petits pays” en ne conservant que leur point central, sans tracer un polygône de contour. On pourra ainsi les cartographier sous forme ponctuelle.

map<-st_as_sf(countries110)
small<-st_as_sf(tiny_countries110)
par(mar=c(0,0,0,0), mfrow=c(1,1))
plot(map$geometry,col="lightyellow")
plot(small$geometry,col="red", add=T)

1.1.4 Le fonds de carte countries50

On peut également choisir un fonds moins généralisé dans lequel tous les petits pays seront présents

map<-st_as_sf(countries50)

par(mar=c(0,0,0,0))
plot(map$geometry,col="lightyellow")

1.1.5 Autres fonds de carte :

Il existe toute une série d’autres fonds de carte dans le package Natural Earth, notamment avec des résolutions plus précises, mais on se limitera ici à l’exploration des fonds de cart utile pour produire des cartes à contour généralisé couvrant le monde entier.

1.2 Application

Nous allons essayer de construire un fonds de carte qui permette de visualiser l’ensemble des données présentes dans le fichier de la banque mondiale en 2015. Plus précisément, nous allons construire deux fonds de carte, l’un avec une résolution faible ne comportant que 175 pays et l’autre avec une résolution détaillée comportant tous les pays.

1.2.1 Fonds de carte world_map_low

On se limite aux plus grands pays

# Load map
map<-st_as_sf(countries110)
map<-map[c("adm0_a3","name")]
names(map)<-c("iso3c","name","geometry")

# Add polygons center
coo<-st_coordinates(st_centroid(map,of_largest_polygon = T))
map$Lon<-coo[,1]
map$Lat<-coo[,2]


# adjust some codes
map$iso3c[map$iso3c=="KOS"]<-"XKX"    # Kosovo
map$iso3c[map$iso3c=="PSX"]<-"PSE"    # Palestinian territories
map$iso3c[map$iso3c=="SDS"]<-"SSD"    # South Sudan

# Save
st_write(map,"data/world_map_low.shp",delete_dsn=T)
saveRDS(map,"data/world_map_low.Rdata")

1.2.2 Fonds de carte world_map_high

# Load map
map<-st_as_sf(countries50)
map<-map[c("adm0_a3","name")]
names(map)<-c("iso3c","name","geometry")

# Add polygons center
coo<-st_coordinates(st_centroid(map,of_largest_polygon = T))
map$Lon<-coo[,1]
map$Lat<-coo[,2]


# adjust some codes
map$iso3c[map$iso3c=="KOS"]<-"XKX"    # Kosovo
map$iso3c[map$iso3c=="PSX"]<-"PSE"    # Palestinian territories
map$iso3c[map$iso3c=="SDS"]<-"SSD"    # South Sudan

# Save
st_write(map,"data/world_map_high.shp",delete_dsn=T)
saveRDS(map,"data/world_map_high.Rdata")

2 DONNEES DE LA BANQUE MONDIALE

2.1 L’API de la Banque Mondiale

On souhaite télécharger un certain nombre d’indicateurs de base tels que la superficie, la population, le PIB ou les émissions de CO2. Plutôt que d’aller chercher des fichiers sur un site web, nous allons utiliser une API proposée par la Banque Mondial qui permet de télécharger les données facilement et surtout de les mettre à jour régulièrement. Pour cela on va installer le package R correspondant à l’API wbstats de la Banque mondiale.

https://cran.r-project.org/web/packages/wbstats/vignettes/Using_the_wbstats_package.html

Au moment du chargement du package, il est créé un fichier wb_cachelist qui fournit l’ensemble des donnes disponibles sous la forme d’une liste de tableaux de méta-données.

cat<-wb_cachelist
str(cat,max.level = 1)
List of 8
 $ countries    : tibble [304 × 18] (S3: tbl_df/tbl/data.frame)
 $ indicators   : tibble [16,649 × 8] (S3: tbl_df/tbl/data.frame)
 $ sources      : tibble [63 × 9] (S3: tbl_df/tbl/data.frame)
 $ topics       : tibble [21 × 3] (S3: tbl_df/tbl/data.frame)
 $ regions      : tibble [48 × 4] (S3: tbl_df/tbl/data.frame)
 $ income_levels: tibble [7 × 3] (S3: tbl_df/tbl/data.frame)
 $ lending_types: tibble [4 × 3] (S3: tbl_df/tbl/data.frame)
 $ languages    : tibble [23 × 3] (S3: tbl_df/tbl/data.frame)

2.1.1 Le tableau “countries”

Il fournit des renseignements de base sur les différents pays, leurs codes, etc.

str(cat$countries)
tibble [304 × 18] (S3: tbl_df/tbl/data.frame)
 $ iso3c             : chr [1:304] "ABW" "AFG" "AFR" "AGO" ...
 $ iso2c             : chr [1:304] "AW" "AF" "A9" "AO" ...
 $ country           : chr [1:304] "Aruba" "Afghanistan" "Africa" "Angola" ...
 $ capital_city      : chr [1:304] "Oranjestad" "Kabul" NA "Luanda" ...
 $ longitude         : num [1:304] -70 69.2 NA 13.2 19.8 ...
 $ latitude          : num [1:304] 12.52 34.52 NA -8.81 41.33 ...
 $ region_iso3c      : chr [1:304] "LCN" "SAS" NA "SSF" ...
 $ region_iso2c      : chr [1:304] "ZJ" "8S" NA "ZG" ...
 $ region            : chr [1:304] "Latin America & Caribbean" "South Asia" "Aggregates" "Sub-Saharan Africa" ...
 $ admin_region_iso3c: chr [1:304] NA "SAS" NA "SSA" ...
 $ admin_region_iso2c: chr [1:304] NA "8S" NA "ZF" ...
 $ admin_region      : chr [1:304] NA "South Asia" NA "Sub-Saharan Africa (excluding high income)" ...
 $ income_level_iso3c: chr [1:304] "HIC" "LIC" NA "LMC" ...
 $ income_level_iso2c: chr [1:304] "XD" "XM" NA "XN" ...
 $ income_level      : chr [1:304] "High income" "Low income" "Aggregates" "Lower middle income" ...
 $ lending_type_iso3c: chr [1:304] "LNX" "IDX" NA "IBD" ...
 $ lending_type_iso2c: chr [1:304] "XX" "XI" NA "XF" ...
 $ lending_type      : chr [1:304] "Not classified" "IDA" "Aggregates" "IBRD" ...

Le tableau comporte 304 observation et il mélange des pays (France), des fragments de pays (Réunion) et des agrégats de pays (Europe). Il faudra donc bien faire attention lors de l’extraction à réfléchir à ce que l’on souhaite utiliser. Par exemple, si l’on veut juste les pays :

pays<-cat$countries[cat$countries$income_level!="Aggregates",c("iso3c", "country","capital_city","longitude","latitude", "region","income_level")]
kable(head(pays))
iso3c country capital_city longitude latitude region income_level
ABW Aruba Oranjestad -70.0167 12.51670 Latin America & Caribbean High income
AFG Afghanistan Kabul 69.1761 34.52280 South Asia Low income
AGO Angola Luanda 13.2420 -8.81155 Sub-Saharan Africa Lower middle income
ALB Albania Tirane 19.8172 41.33170 Europe & Central Asia Upper middle income
AND Andorra Andorra la Vella 1.5218 42.50750 Europe & Central Asia High income
ARE United Arab Emirates Abu Dhabi 54.3705 24.47640 Middle East & North Africa High income

2.1.2 Le tableau indicators

Il comporta pas loin de 17000 variables … Autant dire qu’il est difficile de l’explorer facilement si l’on ne sait pas ce que l’on cherche.

indic<-cat$indicators
kable(head(indic,3))
indicator_id indicator unit indicator_desc source_org topics source_id source
1.0.HCount.1.90usd Poverty Headcount ($1.90 a day) NA The poverty headcount index measures the proportion of the population with daily per capita income (in 2011 PPP) below the poverty line. LAC Equity Lab tabulations of SEDLAC (CEDLAS and the World Bank). 11 , Poverty 37 LAC Equity Lab
1.0.HCount.2.5usd Poverty Headcount ($2.50 a day) NA The poverty headcount index measures the proportion of the population with daily per capita income (in 2005 PPP) below the poverty line. LAC Equity Lab tabulations of SEDLAC (CEDLAS and the World Bank). 11 , Poverty 37 LAC Equity Lab
1.0.HCount.Mid10to50 Middle Class ($10-50 a day) Headcount NA The poverty headcount index measures the proportion of the population with daily per capita income (in 2005 PPP) below the poverty line. LAC Equity Lab tabulations of SEDLAC (CEDLAS and the World Bank). 11 , Poverty 37 LAC Equity Lab

2.2 Choix des indicateurs (1990-2020)

Nous allons extraire six indicateurs de stock correspondant à différentes formes de puissance :

  • Puissance territoriale
    • SRF : Superficie totale du pays en km2
    • ARB : Superficie de terres arables en hectares
  • Puissance démographique
    • POP : Population totale en habitants
    • URB : Population urbaine en habitants
  • Puissance économique
    • GDP : Produit Intérieur Brut en parité de pouvoir d’achat
    • CO2 : Emissions de CO2 en tonnes

Ces indicateurs ont été choisis en raison de leur simplicité qui en assure la disponibilité pour la plupart des pays et pour la plupart des dates (excepté dans le cas du CO2 qui n’est mesuré que tardivement.)

2.2.1 Choix des indicateurs

On choisit un ensemble de données dont on connait l’identifiant et que l’on souhaite pouvoir analyser sur une période de temps longue.

world_data <- wb_data(indicator = c("AG.SRF.TOTL.K2","AG.LND.ARBL.HA","SP.POP.TOTL","SP.URB.TOTL","NY.GDP.MKTP.CD", "EN.ATM.CO2E.KT"),
                 return_wide = TRUE,
                 start_date = 1990,
                 end_date = 2019,
                 country ="countries_only")

world_data<-world_data[,-c(1,3)]

# recodage (attention : ordre alphabetique)
names(world_data)<-c("iso3c","date","ARB","SRF","CO2","GDP","POP","URB")

2.2.2 Recoller avec les données pays

On rajoute quelques données relatives au pays qui pourront être utiles par la suite.

pays<-cat$countries[cat$countries$income_level!="Aggregates",c("iso3c", "country","capital_city","longitude","latitude", "region","income_level")]
tab<-merge(pays,world_data, by="iso3c",all.x=F,all.y=T)
kable(head(tab))

saveRDS(tab,"data/wb_don_1990_2019.Rdata")

2.2.3 Ajouter des métadonnées

# Extract meta
meta<-cat$indicators[cat$indicators$indicator_id %in% c("AG.SRF.TOTL.K2","AG.LND.ARBL.HA","SP.POP.TOTL","SP.URB.TOTL","NY.GDP.MKTP.CD", "EN.ATM.CO2E.KT"),]

# Select information and add personal code
meta<-data.frame(meta[,c(1,2,4,5)])
meta$shortcode<-c("ARB","SRF","CO2","GDP","POP","URB")
meta<-meta[,c(5,1,2,3,4)]

# Display
kable(meta)

# Save meta
saveRDS(meta,"data/wb_don_1990_2019_meta.Rdata")
write.table(meta,"data/wb_don_1990_2019_meta.csv",sep=";",dec=",", row.names = F,fileEncoding = "UTF-8")

2.3 Estimation des valeurs manquantes

Le tableau que nous avons construit comporte encore de nombreuses valeurs manquantes. Or, notre objectif est de calculer la part d’un pays dans le total mondial ce qui n’est pas possibl si on ne dipose pas d’une estimation des valeurs de chacun des pays.

Nous allons donc construire un nouveau tableau où l’on essayera de remplir le maximum de valeurs manquantes tout en précisant la méthode d’estimatiopn utilisée.

Avant toute chose, nous allons estimer pour chacune des variables la part des valeurs manquantes en fonction des dates ou des pays.

2.3.1 Corrections manuelles

  • On complète les données de terres arables et de superficie qui manquent pour les dernières dates car elles ont du peu évoluer.
  • On complète également les données de CO2 en conservant la valeur de 2015 ce qui est évidememnt abusif mais permet d’avoir un tableau complet.
  • On ajoute manuellement la superficie du Soudan et du Sud-Soudan
  • On procède à une estimation grossière du PIB de la Corée du Nord à partir de ses émissions de CO2 en supposant qu’elles suivent la même loi qu’en Corée du Sud
  • On procède de la même manière à l’estimation de la population urbaine du Kosovo par celle de la Serbie
# Load data
don<-readRDS("data/wb_don_1990_2019.Rdata")

# Correction terres arables
length(don$ARB[don$date==2016])
don$ARB[don$date==2016]<-don$ARB[don$date==2015]
don$ARB[don$date==2017]<-don$ARB[don$date==2015]
don$ARB[don$date==2018]<-don$ARB[don$date==2015]
don$ARB[don$date==2019]<-don$ARB[don$date==2015]

## Correction superfice
don$SRF[don$date==2019]<-don$SRF[don$date==2018]

# Correction CO2
don$CO2[don$date==2016]<-don$CO2[don$date==2015]
don$CO2[don$date==2017]<-don$CO2[don$date==2015]
don$CO2[don$date==2018]<-don$CO2[don$date==2015]
don$CO2[don$date==2019]<-don$CO2[don$date==2015]

# Sudan and south Sudan area
don$SRF[don$iso3c=="SDN"]<-1731610
don$SRF[don$iso3c=="SSD"]<-619700


# Sudan and south Sudan arable area
don$ARB[don$iso3c=="SDN"]<-19823160
don$ARB[don$iso3c=="SSD"]<-619700*19823160/1731610

# GDP Corée du Nord
don$GDP[don$iso3c=="PRK"]<-don$CO2[don$iso3c=="PRK"]*don$GDP[don$iso3c=="KOR"]/don$CO2[don$iso3c=="KOR"]

# URB Kosovo
don$URB[don$iso3c=="XKX"]<-don$POP[don$iso3c=="XKX"]*don$URB[don$iso3c=="SRB"]/don$POP[don$iso3c=="SRB"]

2.3.2 Tableau de synthèse

On crée un tableau de synthèse des valeurs manquantes en mode colonne (toutes les variables les unes au dessus des autres et non pas côte à côte) et on utilise pour cela le package tidyverse qui est adapté à ce type de manipulation, notamment avec la fonction gather.

tabmis<-don %>% select(iso3c,country,date,ARB,SRF,CO2,GDP,POP,URB)  %>%
  gather("ARB", "SRF","CO2","GDP","POP","URB",key = VAR, value = DON) %>%
  mutate(Missing = is.na(DON))

kable(head(tabmis))             

2.3.3 Valeurs manquantes par date

On réalise un graphique montrant le % de données manquantes par date et par variable en se servant de ggplot2

res <- tabmis %>% group_by(VAR, date) %>% 
                  summarise(nbmis=sum(Missing), nb=n(), pct = 100*nbmis/nb) 

p<-ggplot(res) + 
  aes(x=date,y=pct,color=VAR) +
  geom_line() +
  scale_y_continuous("% de pays à valeurs manquantes", breaks = c(0,10,20,30,40,50,60,70,80,90,100))+
  scale_x_continuous("Année", breaks = c(1990, 1995, 2000, 2005, 2010, 2015, 2020))
p

Les valeurs manquantes des années 1990 sont liées souvent à des pays qui n’existent pas encore comme le Sud-Soudan ou le Kosovo et qui ne disposent donc pas de données. Le fait qu’il demeure toujours 5% de pays non renseignés est lié à des pays de très petite taille mal documentés.

On observe que les données relatives au CO2 et aux terres arables (ARB) n’existent pour aucun pays après 2016. Il en va de même pour la superficie totale (SRF) des pays en 2019. Comme cette variable évolue peu au cours du temps, on affecte la valeur de la dernière année disponible.

2.3.4 Valeurs manquantes par pays

On examine maintenant les pays ayant la plus forte proportion de valeurs manquantesn indépendamment de la variable concernée.

res <- tabmis %>% group_by(iso3c, country) %>% 
                  summarise(nbmis=sum(Missing), nb=n(), pct = 100*nbmis/nb) %>%
                  arrange(-pct)

kable(head(res,20))

Trois cas apparaissent clairement :

  • Micro-états et territoires dépendants comme Monaco, Nauru, Guam, etc…

  • Etats issus de recompositions frontalières comme le Nord et le Sud-Soudan, le Kosovo, la Serbie, l’Erythrée … Ce sont par définition des pays qui n’existent pas à toutes les dates et l’attribution de valeurs dans le passé est une reconstitution.

  • Etats en crise ou dictatures qui ne fournissent pas de données comme la Corée du Nord ou sont dans l’incapacité de le faire comme la Syrie au cours des dernières années.

Si le premier cas n’est pas trop gênant (les petits états pèsent peu dans le total mondial), les second et troisième cas sont plus ennuyeux car il speuvent fausser le calcul de la part du total mondial des autres pays. On va donc tenter de proposer une estimation des valeurs manquantes qui permette de reconstituer le total mondial.

2.3.5 Fonction d’estimation

Nous avons construit ici une fonction d’estimation complexe qui utilise trois méthodes différentes selon la disposition des données manquantes :

  • interpolation : dans le cas d’une série interrompue sur un intervalle
  • extrapolation : dans le cas d’ue série où il manque les dernières valeurs et pour laquelle on applique la tendance moyenne des pays à valeurs non manquantes.
  • retropolation : dans le cas d’une série où il manque les premières valeurs et pour laquelle on applique la tendance moyenne des pays à valeurs non manquantes.

La méthode n’est toutefois pas applicable dans deux cas :

  1. absence complète de données pour un pays : car on ne dispose d’aucun point de calage
  2. absence complète de données pour une année : car on ne dispose pas de tendance moyenne de référence.
# load a data.frame with columns space, time, indic 
estim<-function(df   = don)               # dataframe
 
{


# Select variable
sel<-dcast(df,space~time)
M<-as.matrix(sel[,-1])
rownames(M)<-sel$space

####################################################
########   Estimation Procedure ####################
####################################################

# check for lines or column  filled with missing values and eliminate
check1<-apply(!is.na(M),FUN="sum",1)
check2<-apply(!is.na(M),FUN="sum",2)
M<-M[check1>0,check2>0]



dim(M)


# define dimensions
nr<-nrow(M)
nr
nc<-ncol(M)
nc


# create time matrix with NA
Mt<-matrix(rep(1:nc,nr),nrow=nr,nc=nc,byrow=T)
rownames(Mt)<-rownames(M)
colnames(Mt)<-colnames(M)
Mt[is.na(M)]<-NA
Mt[1:4,1:4]



# identify previous and next available valuer
Mt_min<-Mt
Mt_max<-Mt
for ( i in 1:nr) { 
  for ( j in 1:nc) { 
    if (is.na(Mt[i,j])) {
      Mt_min[i,j]<-max(Mt[i,1:j],na.rm=T)
      Mt_max[i,j]<-min(Mt[i,j:nc],na.rm=T)    
    }  
  }
}
Mt_min[1:4,1:4]
Mt_max[1:4,1:4]


# choose estimation method
M_met<-matrix("OK",nrow=nr,ncol=nc)
rownames(M_met)<-rownames(M)
colnames(M_met)<-colnames(M)
for ( i in 1:nr) { 
  for ( j in 1:nc) { 
    if (is.na(Mt[i,j])) {
      M_met[i,j]<-"IN"
      if (is.infinite(Mt_max[i,j])) {M_met[i,j]<-"EX"} 
      if (is.infinite(Mt_min[i,j])) {M_met[i,j]<-"RE"}  
    }   
  }
}
M_met[1:4,1:4]

###### Estimation of missing values  ####

M_est<-M
str(M_est)

#### step 1: Interpolation ######

for ( i in 1:nr) { 
  for ( j in 1:nc) { 
    if ((M_met[i,j]=="IN")) {
      t0<-Mt_min[i,j]
      t1<-Mt_max[i,j] 
      tacm<-(M[i,t1]/M[i,t0])**(1/(t1-t0))
      M_est[i,j]<-M[i,t0]*(tacm**(j-t0))
    }   
  }
}
M_est[1:4,1:4]


#### step 2: Extrapolation ######

for ( i in 1:nr) { 
  for ( j in 2:nc) { 
    if ((M_met[i,j]=="EX")) {
      N<-M_est
      t0<-j-1
      t1<-j
      N<-M_est[is.na(M_est[,t0])==F,]
      N<-N[is.na(N[,t1])==F,]
      tacm<-(sum(N[,t1])/sum(N[,t0]))**(1/(t1-t0)) 
      M_est[i,j]<-M_est[i,t0]*(tacm**(t1-t0))
    }   
  }
}
M_est[1:4,1:4]


#### step 3: Retropolation ######

for ( i in 1:nr) { 
  for ( j in (nc-1):1) { 
    if ((M_met[i,j]=="RE")) {
      N<-M_est
      t0<-j
      t1<-j+1
      N<-M_est[is.na(M_est[,t0])==F,]
      N<-N[is.na(N[,t1])==F,]
      tacm<-(sum(N[,t1])/sum(N[,t0]))**(1/(t1-t0)) 
      M_est[i,j]<-M_est[i,t1]/(tacm**(t1-t0))
    }   
  }
}
M_est[1:4,1:4]



#######################################################
############# EXPORT RESULTS  #########################
#######################################################

x<-reshape2::melt(M_est)
names(x)<-c("space","time","estim")
y<-reshape2::melt(M_met)
names(y)<-c("space","time","method")
z<-merge(x,y, by=c("space","time"))

return(z)
}

2.3.6 Application de la fonction

On va reconstituer pour chacune de nos variables les valeurs estimées lorsque cela est possible

# Estim ARB
df<-data.table(space=don$iso3c,time=don$date,index=don$ARB)
est<-estim(df)[,1:3]
names(est)<-c("iso3c","date","ARB_est")
don<-merge(don,est, by=c("iso3c","date"), all.x=T,al.y=F)

# Estim SRF
df<-data.table(space=don$iso3c,time=don$date,index=don$SRF)
est<-estim(df)[,1:3]
names(est)<-c("iso3c","date","SRF_est")
don<-merge(don,est, by=c("iso3c","date"), all.x=T,al.y=F)

# Estim CO2
df<-data.table(space=don$iso3c,time=don$date,index=don$CO2)
est<-estim(df)[,1:3]
names(est)<-c("iso3c","date","CO2_est")
don<-merge(don,est, by=c("iso3c","date"), all.x=T,al.y=F)

# Estim GDP
df<-data.table(space=don$iso3c,time=don$date,index=don$GDP)
est<-estim(df)[,1:3]
names(est)<-c("iso3c","date","GDP_est")
don<-merge(don,est, by=c("iso3c","date"), all.x=T,al.y=F)

# Estim POP
df<-data.table(space=don$iso3c,time=don$date,index=don$POP)
est<-estim(df)[,1:3]
names(est)<-c("iso3c","date","POP_est")
don<-merge(don,est, by=c("iso3c","date"), all.x=T,al.y=F)

# Estim URB
df<-data.table(space=don$iso3c,time=don$date,index=don$URB)
est<-estim(df)[,1:3]
names(est)<-c("iso3c","date","URB_est")
don<-merge(don,est, by=c("iso3c","date"), all.x=T,al.y=F)

# Save
saveRDS(don,"data/wb_don_1990_2019.Rdata")

Attention ! les valeurs estimées sont parfois très éloignées de la réalité, surtout dans le cas des extrapolations où elles suivent la tendance mondiale. Mais cette méthode d’estimation permet, comme nous l’avons expliqué, de pouvoir calculer le total mondial et, du coup, de pouvoir estimer pour chaque critère la part du pays dans la population mondiale et son rang à chacune des dates.

2.4 Indicateurs de développement

Maintenant que nous disposons de séries complètes de stocks nous allons pouvoir construire des ratios c’est-à-dire des indicateurs indépendants de la taille des pays qui peuvent être considérés pour certains comme des indicateurs de développement.

  • DEV_ECO : Produit intérieur brut en $ par habitant
  • DEV_URB : % de population urbaine
  • DEV_DUR : Emissions de CO2 en tonnes par habitant
don<-readRDS("data/wb_don_1990_2019.Rdata")

dev<-don %>% mutate(POP = round(POP,-3),
                    DEV_ECO = round(GDP_est/POP_est,-1),
                    DEV_URB = round(100*URB_est/POP_est,1),
                    DEV_DUR = round(1000*CO2_est/POP_est,2),
                    ) %>%
             select(iso3c,date, country, region, income_level, POP, DEV_ECO,DEV_URB,DEV_DUR)



saveRDS(dev,"data/wb_dev_1990_2019.Rdata")

3 ANALYSES

3.1 Chargement des données

On recharge les fonds de cartes et les données de développement élaborés précédemment et on procède à leur apparriement.

list.files("data")
 [1] "wb_dev_1990_2019.Rdata"      "wb_don_1990_2019_meta.csv"  
 [3] "wb_don_1990_2019_meta.Rdata" "wb_don_1990_2019.Rdata"     
 [5] "world_map_high.dbf"          "world_map_high.prj"         
 [7] "world_map_high.Rdata"        "world_map_high.shp"         
 [9] "world_map_high.shx"          "world_map_low.dbf"          
[11] "world_map_low.prj"           "world_map_low.Rdata"        
[13] "world_map_low.shp"           "world_map_low.shx"          
dev<- readRDS("data/wb_dev_1990_2019.Rdata")
map<-readRDS("data/world_map_low.Rdata")
map<-map[map$iso3c != "ATA",]
plot(map$geometry)

mapdev1995<-dev %>% filter(date==1995) %>% 
                    right_join(map)%>% 
                    st_as_sf()


mapdev2015<-dev %>% filter(date==2015) %>%
                     right_join(map) %>%
                     st_as_sf()

3.2 Essais de cartographie

library(cartography)
library(RColorBrewer)

mapdev<-mapdev2015

mapdev$DEV<-100*mapdev$DEV_DUR*sum(mapdev$POP, na.rm=T)/sum(mapdev$DEV_DUR*mapdev$POP, na.rm=T)

mycol<-rev(brewer.pal(11,"Spectral"))[2:10]

par(mar=c(0,0,0,0))
choroLayer(mapdev,
           var="DEV",
           breaks=c(0,25,50,75,90,110,133,200,400,100000),
           col =mycol)

3.2.1 Evolution 1990-2019 : histogrammes

sel <- dev %>% filter(date %in% c(1990,2019)) %>% filter(POP > 5000000)
p<-ggplot(sel,aes(x=DEV_ECO, y=..density..))+
          geom_histogram(col="black",fill="lightyellow",bins=15) +
          geom_density(kernel="gaussian",col="red")+
          scale_x_log10("PIB (en $/hab)") +
          scale_y_continuous("pays > 5 M. hab") +
  facet_grid(cols = vars(date))
  
p

sel <- dev %>% filter(date %in% c(1990,2019)) %>% filter(POP > 5000000)
p<-ggplot(sel,aes(x=DEV_URB, y=..density..))+
          geom_histogram(col="black",fill="lightyellow",bins=15) +
          geom_density(kernel="gaussian",col="red")+
          scale_x_continuous("Population urbaine (en %)") +
          scale_y_continuous("pays > 5 M. hab") +
  facet_grid(cols = vars(date))
  
p

sel <- dev %>% filter(date %in% c(1990,2019))  %>% filter(POP > 5000000)
p<-ggplot(sel,aes(x=DEV_DUR, y=..density..))+
          geom_histogram(col="black",fill="lightyellow",bins=15) +
          geom_density(kernel="gaussian",col="red")+
          scale_x_log10("Emissions de CO2 (en t./hab)") +
          scale_y_continuous("pays > 5 M. hab") +
  facet_grid(cols = vars(date))
  
p

3.2.2 Evolution 1990-2019 : convergence ?

sel <- dev %>% filter(date %in% c(1995,2015)) %>%
               filter(POP > 5000000) %>% 
               pivot_wider(id_cols = iso3c, 
                           names_from= date,
                           values_from = DEV_DUR )
names(sel)<-c("Code","Xt1","Xt2")
sel$var<-100*(((sel$Xt2/sel$Xt1)^(1/20))-1)

p<-ggplot(sel,aes(x=Xt1,y=var,label=Code)) + 
        geom_point(size=1,col="red",alpha=0.2) +
        geom_text(size=2,col="black") +
  geom_smooth(method = "lm")
p